基于售后服务记录的卡车动力转向系统漏油分析与预测

作者：蒋国璋; 张翼翔; 向峰; 李公法

来源：武汉科技大学学报, 2020, 43(05): 362-369.

• 动力转向系统
• 漏油
• 售后服务记录
• 情感分析
• Att-BiLSTM
• 随机森林算法
• BP神经网络

为了分析卡车动力转向系统的漏油原因,同时避免车辆漏油问题的进一步恶化,提出一种基于售后服务记录的漏油分析预测方法。首先采用自然语言情感分析技术,通过结合注意力机制的双向长短期记忆神经网络模型(Att-BiLSTM)根据漏油描述文本进行漏油程度量化;然后采用随机森林(RF)算法并结合BP神经网络,基于卡车相关生产数据对漏油的主要原因进行分析,并建立漏油程度预测模型。通过实例验证了本文方法的有效性。对漏油相关原因的分析结果可为卡车制造企业提供工艺改进的依据,同时,根据预测模型分析漏油程度的恶化趋势,可避免严重漏油事故的发生。

• 出版日期2020
• 单位武汉科技大学